Sistema de Apoio e Gestão de Competências aplicado na Plataforma Lattes
|
|
- Maria Eduarda Ribas Teves
- 6 Há anos
- Visualizações:
Transcrição
1 Sistema de Apoio e Gestão de Competências aplicado na Plataforma Lattes Lucas dos Santos Abreu 1, Luiz Melo Romão 1 1 Departamento de Informática Universidade da Região de Joinville (Univille) Caixa Postal CEP Joinville SC Brasil {lucas.abreu,luiz.melo}@univille.br Resumo. O conhecimento sobre a produção cientifica de uma instituição de ensino superior possui um papel importante para determinar a qualidade da mesma, assim como responder a oportunidades dadas a mesma seja por editais de licitação ou projetos de pesquisa. Com essas informações é possível determinar os limites e competências da instituição. Uma forma de analisar essas características é através dos currículos de seus profissionais. Nesse artigo serão indicados os conhecimentos necessários e métodos possíveis para alcançar estes indicadores de forma automatizada e orientada a tomada de decisão usando os dados dos currículos científicos da plataforma Lattes do CNPq. Abstract. The knowledge about a High School Institution s scientific production it is important to define institution s quality itself, and to act on the opportunities that it will attempt, being biddings or research projects. With that information, it is possible to define the limitations and skills of the institution. One way to analyze those characteristics is using its professional s curriculums. In this article will be indicated the needed knowledge and possible methods to reach these indicator in an automatic and decision taking way using the data from the scientific curriculum from CNPq s Lattes platform. 1 Introdução As Instituições de Ensino Superior (IES) são avaliadas, entre outros requisitos, pela quantidade e qualidade de suas produções científicas. Dessa forma é importante para a IES manter atualizada a sua base sobre quantos e quais foram as produções geradas pelos seus professores, detalhando as linhas de pesquisa, áreas e qualidade das mesmas. Além de mensurar a qualidade da instituição é possível usar tais dados para responder a projetos e licitações que são oferecidas através da assessoria de prestação de serviços, definindo se é possível atender a essa oportunidade e quem são os profissionais qualificados para elas. Internamente esse conhecimento se torna importante para compreender quais projetos estão sendo executados na universidade e se não é possível aproximar tais projetos para alcançar resultados ainda maiores. Estas atividades são muito importantes para a instituição e a maior parte dos dados usados para executá-las vem da base de currículos Lattes. Entretanto, muitas vezes esta coleta é feita de forma manual, o que, devido ao volume dos dados, leva bastante tempo, possibilitando que os dados se tornem defasados e obrigando a consultas constantes a base original currículo a currículo.
2 Isso pode levar a perda de oportunidades para a instituição e no eventual desperdício do tempo de um profissional que poderia estar realizando outras atividades. Existem algumas ferramentas disponíveis que facilitam este processo como (Stela, 2015) e (Mena-Chalco, 2009). Porém, estas ferramentas possuem um custo elevado ou então não são tão simples de se utilizar. Com esta pesquisa pretende-se mostrar como construir uma ferramenta que automatize a extração dos dados destes currículos e os disponibilizar em uma base de dados consolidada para que dessa forma possam estar disponíveis de forma simples, rápida e confiável para apresentação de indicadores e tomada de decisão. Levando em conta essa situação, este trabalho propõe o desenvolvimento de um sistema de apoio e gestão de competências aplicado na Plataforma Lattes, a fim de automatizar o levantamento e apresentação das informações dos pesquisadores contidos na Plataforma Lattes de forma rápida e simples. Para construir tal ferramenta foram utilizados conceitos de Descoberta de Conhecimento (KDD), que permite criar um processo que busca, transforma e carrega os dados para uma base consolidada que fornece uma rápida consulta e interpretação dos dados existentes nos currículos. Como os dados da produção científica é relacionado às competências dos pesquisadores, também foram empregados conceitos provenientes da Gestão do Conhecimento (KM), dessa forma direcionando a estrutura da base de dados para facilitar a busca das competências dos profissionais e facilitar atividades relacionadas à seleção dos mesmos para projetos de pesquisa. Uma vez que a base de dados precisa ser concisa, de rápido retorno, e sem onerar outros sistemas, também foram empregados conhecimentos sobre Data Warehousing e Business Intelligence para que a leitura e pesquisa da base fosse a mais produtiva possível e direcionada para a tomada de decisão. Além desta seção introdutória o artigo esta separado da seguinte forma: na seção 2 serão introduzidos conceitos gerais sobre este trabalho, na seção 3 estará descrita a metodologia utilizada neste trabalho, na seção 4 demonstraremos os resultados obtidos com este trabalho e na seção 5 concluímos a análise do trabalho e propomos futuras ações sobre o mesmo. 2 Referencial Teórico O KDD (Knowledge Discovery in Databases) ou Descoberta de Conhecimento surgiu da união de áreas relacionadas ao tratamento de grandes massas de dados, buscando nelas padrões validos e novos com potencial para gerar dados compreensíveis e uteis (Fayyad, 1996). Para alcançar seu objetivo o KDD se tornou um processo composto de etapas iterativas numa sequencia específica, mas que podem retornar a etapas anteriores a fim de realizar revisões ou ajustes no processo (Han, 2011). Essas etapas são oito e podem ser observadas na Figura 1:
3 Figura 1 Etapas que compõe o processo de KDD (PIATETSKY-SHAPIRO, 1996). Estas etapas podem ser definidas da seguinte forma segundo Fayyad (1996): 1. Seleção: desenvolver uma compreensão do domínio (objetivo ou assunto dos dados), conhecimento prévio do conhecimento, e assim identificar o objetivo do KDD; 2. Data Set: Selecionar os dados onde o conhecimento provavelmente será encontrado; 3. Pré-processamento: Realizar um pré-processamento dos dados para tratar ruídos nos dados e lidar com eventuais faltas de dados no modelo. 4. Transformação: nessa etapa é feita agrupação dos dados ou transformação dos mesmos para reduzir o número de variáveis a considerar nos dados. Gerando os dados transformados. 5. Data Mining: Identificar o método de data mining que será utilizado (sumarização, classificação, regressão, etc.). Escolher um algoritmo de data mining para procurar os padrões nos dados 6. Executar a procura dos padrões de interesse dentro dos dados com base nas informações e modelos definidos previamente. 7. Interpretação/Avaliação: essa etapa envolve visualizar os dados, padrões e modelos para verificar a efetividade da solução, com isso pode ser necessário voltar para alguma etapa anterior para correção ou melhoria do modelo construído. 8. Conhecimento: consolidar os dados, enviando os mesmos para outros sistemas para uso, ou documenta-los e reportar para as partes interessadas no mesmo. Dessa forma tomando uma atitude com os dados extraídos ou lidar com as diferenças encontradas entre o esperado e obtido do modelo. De acordo com Wiig (2000) o Knowledge Management (KM) ou Gestão do Conhecimento é uma área de conhecimento relaciona a gestão sistêmica das atividades, práticas e políticas de uma empresa, focando no conhecimento gerado e usado. Esse gerenciamento é feito se usando de ferramentas que retenham, analisem, organizem, melhorem e compartilhem o conhecimento de negócio existente nas atividades da empresa (Groof, 2012). Embora as técnicas de KM sejam normalmente adicionadas às atividades cotidianas da empresa, uma boa gestão fará com que mesmo o aumento das atividades se transforme em menos trabalho e decisões mais rápidas e precisas (Wiig, 2000).
4 Wiig (2000) afirma que, com o uso das técnicas de KM, incentiva-se a colaboração dos profissionais, mantendo conhecimento dentro da empresa e melhorando a autoestima, uma vez que os mesmos passam a ser reconhecidos como fonte de valor em conhecimento. Com a grande quantidade de informações disponíveis, o uso de ferramentas para armazenar e interpretar estas informações são necessárias. Conforme Negash (2004) Business Intelligence é uma ferramenta que permite transformar informação útil proveniente de diversos sistemas em conhecimento através da análise humana, essa análise pode ser feita por previsão e estimativa, análise de impacto baseadas em cenários, acesso rápido a dados para responder perguntas não rotineiras e insights estratégicos. Para ser possível realizar tais análises com dados de vários sistemas é necessária à construção de um banco de dados unificado com as mesmas, a esse banco dá-se o nome Data Warehouse (DW). As características que se destacam para esse tipo de banco de dados são: provem visão total e integrada da empresa; torna simples o uso de dados históricos e corretos na tomada de decisão; permite executar consultas pesadas sem onerar sistemas transacionais; mantem as informações organizadas e consistentes; e é uma fonte de informação estratégica flexível e interativa (Ponnian, 2004). Já existem outros programas que tentam trazer resultados semelhantes aos alcançados com a solução proposta. Sendo que dois deles possuem maior destaque. Um deles é o ScriptLattes que foi desenvolvido por Jesús P. Mena-Chalco e Roberto M. Cesar-Jr para auxiliar na avaliação dos currículos da Secretaria de Pósgraduação do IME-USP, o mesmo tem seu código fonte aberto e entrega vários relatórios estáticos sobre a produção técnica e bibliográfica dos professores e analisa relacionamentos de orientação e coautoria que existam nos currículos Lattes importados pela mesma (Mena-Chalco, 2016). Outro programa é o Stela Experta que auxilia no apoio estratégico nas áreas de gestão do ensino, pesquisa, extensão e inovação e foi desenvolvido pelo instituto Stela, a mesma se utiliza das informações existentes na Plataforma Currículo Lattes para gerar indicadores relacionados à localização de expertises, redes de relacionamentos, mapas de conhecimento agrupando os dados em três temas Pessoas, Produções e Projetos e entregando gráficos e relatórios dentro desses temas (Stela, 2015). 3 Procedimentos Metodológicos Nesta pesquisa foram analisados os dados qualitativos gerados pela inclusão de uma ferramenta de BI, uma vez que existem poucos trabalhos no mesmo tema, a execução teve um formato exploratório e de estudo de caso sobre a abordagem usada para extração e consulta dos dados para as áreas que fazem uso dos mesmos. Para acessar os dados dos currículos, utilizou-se o acesso disponibilizado pelo CNPq via VPN que através de um arquivo em formato XML, permite a consulta das informações dos currículos Lattes dos professores da instituição. Com base na documentação disponibilizada pelo CNPq, mapeou-se os dados presentes no XML e modelou-se uma base Data Warehouse com os dados dos currículos, porém mais acessível para consulta. Por exemplo, todas as Produções
5 Técnicas foram agrupadas em uma tabela que possui um identificador detalhando se esta produção é uma Cultivar, Patente, Software, etc., o que facilita a leitura dos dados em comparação a estrutura hierárquica do XML. Este tipo de remodelagem foi aplicado a praticamente todas as tabelas de modo que a base se tornasse mais performática e legível. Outra informação importante incluída no Data Warehouse, foi das classificações dos periódicos do Qualis, criando a possibilidade de análise dos artigos gerados pela Instituição. Nesta modelagem optamos por montar uma estrutura constellation schema para o Data Warehouse, que se caracteriza por existiram várias tabelas fato que se interligam pelas dimensões. Optou-se por este formato, pois existem fatos muito distintos e não necessariamente interligados nos currículos como, por exemplo, Bancas de Trabalho, Produção Bibliográfica e Participação Em Eventos, professores que participaram de bancas podem nunca ter feito uma produção bibliográfica e vice versa, utilizar uma tabela fato agregando tanto conteúdo poderia acarretar em um alto nível de complexidade para os usuários identificarem onde esta a informação que precisam. Com a base modelada e acesso ao serviço do Lattes, foi desenvolvido um programa em C# para se comunicar com o serviço citado. A aplicação busca o currículo dos pesquisadores da IES e transforma os dados do XML para que possam ser gravados no Data Warehouse. A aplicação ainda avalia as informações das produções científicas e projetos dos professores para que não fiquem duplicadas na base de dados baseando-se no ano, tipo e título das mesmas. Dessa forma, caso dois pesquisadores tenham citado um mesmo projeto ou produção em seus currículos, ao invés de inserir dois registros o programa irá apenas vincular os dois pesquisadores ao um mesmo registro de produção/projeto. Para a produção bibliográfica também é associado qual o extrato Qualis o mesmo está classificado. Outras questões também foram implementadas, como limite de caracteres e valores vazios (nulos) são tratadas e por fim o programa extrator carrega os dados dos currículos na base de consulta completando o processo de ETL (Extraction Transformation and Load extração, transformação e carga de dados). Mais detalhes sobre as regras podem ser verificadas diretamente no fonte do extrator em que estão sendo disponibilizados sobre a licença GNU GPL. Uma vez que os dados estejam carregados no DW, utilizou-se a ferramenta de Business Intelligence Tableau, que permite a criação de paneis utilizando a base de dados construída anteriormente. No Tableau foram então criadas consultas e painéis para análise das informações geradas. Os indicadores e painéis foram escolhidos baseando-se na analise de outras ferramentas no mercado e dos indicadores que as mesmas se propõem a entregar. Conjuntamente foi feita a discussão com os usuários para refinar as analises a serem construídas. A cada execução o extrator verifica se o currículo em questão sofreu alterações desde a última extração e irá carregar apenas os currículos que foram alterados, dessa forma torna a execução incremental e mais performática.
6 4 Análise de dados Uma vez que o programa de extração foi concluído e a base de consulta alimentada é possível realizar análises sobre os dados dos currículos de forma simples. A seguir serão descritas algumas consultas geradas com a ferramenta Tableau. Figura 2 Consulta Qtde Produções Bibliográficas X Professores A Figura 2 mostra a quantidade de produções bibliográficas geradas pelos professores da instituição, esta informação por mais simples que seja tem grande valor para instituição uma vez que demostra quanto conteúdo foi gerado para a comunidade científica e a produtividade de seus pesquisadores. Figura 3 - Extrato Qualis na Produção Bibliográfica para Ciências da Computação Na Figura 3 pode-se visualizar a distribuição da produção bibliográfica da instituição ao longo dos anos para a área de Ciências da Computação dentro do extrato Qualis, dessa forma permitindo constatar visualmente se a produção da instituição tem alcançado periódicos com maior ou menor notoriedade.
7 Figura 4 - Eventos Participados na Europa até 2015 Com a Figura 4 é possível visualizar a participação dos pesquisadores da IES na Europa até 2015, em nível de cidade. O tamanho do círculo também permite perceber a quantidade de eventos e pesquisadores que foram a uma determinada cidade. Também é possível ir sobre o ponto e ver a descrição específica do mesmo. Também foram criados painéis com as consultas geradas, conforme mostra a figura 5. Figura 5 - Painel de Projetos
8 No painel demonstrado na Figura 5 estão compiladas várias informações sobre os projetos desenvolvidos pela IES. Uma listagem detalhando quais são os projetos em andamento no período pesquisado, qual a relação entre projeto com potencial de inovação e quantidade e percentual de projetos por categoria, sendo que todos estes podem ser filtrados pelos controles no topo do painel. Embora os painéis destacados estejam com foco para a pesquisa a base construída nesse projeto também abrange atividades voltadas para a docência e administravas dentro da comunidade científica, como Orientação, Bancas, Formação Acadêmica e Atividades Profissionais que estão informadas nos currículos dos profissionais. 5 Considerações Finais Internamente todas as IES devem identificar de seus resultados quais são os pontos fracos e fortes das mesmas e então definir caminhos para superar seus problemas e refinar suas qualidades. Um requisito necessário para avaliação das IES é a quantidade e qualidade da produção científica produzida, estes dados normalmente estão disponíveis na plataforma de currículos Lattes dos pesquisadores. Entretanto a coleta dos dados tende a ser manual em boa parte das IES e currículo a currículo, tornando a coleta morosa e suscetível a erros. Neste trabalho foi proposto a construção de uma ferramenta para automatizar a busca e extração das informações dos currículos dos pesquisadores da instituição para alimentar uma base de consulta. Com a utilização de um software de BI é possível a análise dos dados e apoiar na gestão das atividades da organização. Os resultados deste artigo já permitem um ganho no tempo e qualidade das informações coletadas. Análises que levavam quase três meses para serem concluídas podem ser entregues em minutos. Para melhorar ainda mais os resultados obtidos pretende-se avançar com trabalhos para identificar de forma simples e automática os grupos de pesquisadores que existem organicamente na instituição, dessa forma contribuindo para definição de novas equipes de projetos; e avaliar o uso de outras ferramentas de BI que sejam gratuitas para aumentar o alcance do programa criado. 6 Referencias CNPq. EXTRAÇÃO DE DADOS. Disponível em: < Acesso em: 12 jul DE OLIVEIRA, Maria da Penha; CASSIS, Márcia Ramos. MAPEAMENTO DE COMPETÊNCIAS: Informações e Etapas Desenvolvidas para Construção Da Matriz-Base. Disponível em: < produto_v_mapeamento_competencias.pdf>. Acesso em: 24 mai FAYYAD, Usama M. et al. Knowledge Discovery and Data Mining: Towards a Unifying Framework. In: KDD p
9 GROFF, Todd; JONES, Thomas. Introduction to knowledge management. Routledge, GOEBEL, Michael; GRUENWALD, Le. A survey of data mining and knowledge discovery software tools. ACM SIGKDD Explorations Newsletter, v. 1, n. 1, p , HAN, Jiawei; KAMBER, Micheline; PEI, Jian. Data mining: concepts and techniques: concepts and techniques. Elsevier, HAUSSLER, David; FAYYAD, Usama M.; STOLORZ, Paul E. KDD for Science Data Analysis: Issues and Examples. In: KDD p MENA-CHALCO, Jesús P. e CESAR-JR, Roberto M. ScriptLattes: Uma ferramenta para extração e visualização de conhecimento a partir de Currículos Lattes. Disponível em: < Acesso em: 6 de jun. de 2016 NEGASH, Solomon. Business intelligence. The Communications of the Association for Information Systems, v. 13, n. 1, p. 54, PIATETSKY-SHAPIRO, Gregory; FAYYAD, Usama; SMYTH, Padhraic. From data mining to knowledge discovery in databases. AI magazine, v. 17, n. 3, p. 37, PONNIAH, Paulraj. Data warehousing fundamentals: a comprehensive guide for IT professionals. John Wiley & Sons, SANTIAGO JR, José Renato Sátiro. Gestão do conhecimento. São Paulo: Novatec Editora, STELA. Plataforma Stela Experta.Disponível em: < > Acesso em: 29 fev WIIG, Karl M. Knowledge management: an emerging discipline rooted in a long history. Knowledge horizons: the present and the promise of knowledge management, p. 3-26, 2000.
SBC - Sistemas Baseados em Conhecimento
Siglas, Símbolos, Abreviaturas DW - Data Warehouse KDD Knowledge Discovery in Database MD Mineração de Dados OLAP - On-line analytical processing SBC - Sistemas Baseados em Conhecimento 1. INTRODUÇÃO O
Leia maisGESTÃO DE DADOS NAS ORGANIZAÇÕES. Prof. Robson Almeida
GESTÃO DE DADOS NAS ORGANIZAÇÕES Prof. Robson Almeida INFRA-ESTRUTURA DE SISTEMAS DE INFORMAÇÃO 3 CONCEITOS Bit: Menor unidade de dados; dígito binário (0,1) Byte: Grupo de bits que representa um único
Leia maisImplementação de um Modelo para Previsão de Evasão Escolar no IFSULDEMINAS
6ª Jornada Científica e Tecnológica e 3º Simpósio de Pós-Graduação do IFSULDEMINAS 04 e 05 de novembro de 2014, Pouso Alegre/MG Implementação de um Modelo para Previsão de Evasão Escolar no IFSULDEMINAS
Leia maisANALYTICS: Dados e Atenção
ANALYTICS: Dados e Atenção O CONCEITO DE ANALYTICS NA INTERNET DAS COISAS BASEIA-SE NA CONSTANTE GERAÇÃO DE DADOS Por Nazareno Andrade Deyvison Bruno, Icaro Ramires, Joabe Pinheiro 1 Agenda Informações
Leia maisKDD, Mineração de Dados e Algoritmo Apriori
Universidade Federal de São Carlos - UFSCar Departamento de Computação - DC Programa de Pós-Graduação em Ciência da Computação - PPGCC KDD, Mineração de Dados e Algoritmo Apriori Aluno: Rodrigo Moura J.
Leia maisMineração de Dados. Curso de Especialização em Sistemas de Banco de Dados. Centro de Ciências Exatas e Naturais. Universidade Federal do Pará
Universidade Federal do Pará Centro de Ciências Exatas e Naturais Departamento de Informática Mineração de Dados Profa. MSc. Miriam Lúcia Domingues Curso de Especialização em Sistemas de Banco de Dados
Leia maisDescoberta de conhecimento em redes sociais e bases de dados públicas
Descoberta de conhecimento em redes sociais e bases de dados públicas Trabalho de Formatura Supervisionado Bacharelado em Ciência da Computação - IME USP Aluna: Fernanda de Camargo Magano Orientadora:
Leia mais18º Congresso de Iniciação Científica TRATAMENTO DE REGRAS DA ASSOCIAÇÃO MULTIRELACIONAL NA FERRAMENTA DE MINERAÇÃO DE DADOS KIRA
18º Congresso de Iniciação Científica TRATAMENTO DE REGRAS DA ASSOCIAÇÃO MULTIRELACIONAL NA FERRAMENTA DE MINERAÇÃO DE DADOS KIRA Autor(es) JONAS RAFAEL ONOFRE Orientador(es) MARINA TERESA PIRES VIEIRA
Leia maisTópicos Especiais em Informática Fatec Indaiatuba
Inteligência de Negócios Fatec Indaiatuba Prof. Piva Compreender as definições e conceitos básicos do Data Warehouse (DW) Entender as arquiteturas do DW Descrever os processos utilizados no desenvolvimento
Leia maisArmazém de dados para o Censo da Educação Superior: uma experiência no Centro de Computação da UFMG
Armazém de dados para o Censo da Educação Superior: uma experiência no Centro de Computação da UFMG Patrícia Nascimento Silva 1, Josemar Pereira dos Santos 1, Vitor Fonseca de Melo 1 1 Centro de Computação
Leia maisUm Método para Melhoria de Dados Estruturados de Imóveis
Universidade Federal de Pernambuco Centro de Informática Graduação em Ciência da Computação Um Método para Melhoria de Dados Estruturados de Imóveis Lucas Nunes de Souza Proposta de Trabalho de Graduação
Leia maisRESUMO UMA ARQUITETURA PARA DISTRIBUIÇÃO DE COMPONENTES ECNOLÓGICOS DE SISTEMAS DE INFORMAÇÕES BASEADOS EM DATA WAREHOUSE. Denilson Sell 2001
Universidade Federal de Santa Catarina Departamento de Informática e Estatística Sistemas de Informação RESUMO UMA ARQUITETURA PARA DISTRIBUIÇÃO DE COMPONENTES ECNOLÓGICOS DE SISTEMAS DE INFORMAÇÕES BASEADOS
Leia maisInformática. Business Intelligence (BI), Data Warehouse, OLAP e Data Mining. Prof. Márcio Hunecke
Informática Business Intelligence (BI), Data Warehouse, OLAP e Data Mining Prof. Márcio Hunecke Conceitos de BI Conjunto de ferramentas e técnicas que objetivam dar suporte à tomada de decisão Refere-se
Leia maisTÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE
TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto O processo de descoberta do conhecimento - KDD Roteiro Introdução Definição Etapas Desafios
Leia maisVVTeste: Ambiente de geração e gerenciamento de testes e de defeitos como apoio aos processos de Verificação e Validação do MPS.br
VVTeste: Ambiente de geração e gerenciamento de testes e de defeitos como apoio aos processos de Verificação e Validação do MPS.br Marcos Flávio S. Reis IBTA Ana Maria Ambrosio INPE Maurício G. Vieira
Leia maisTópicos Especiais em Informática Fatec Indaiatuba 13/07/2017
Inteligência de Negócios Fatec Indaiatuba Prof. Piva Compreender as definições e conceitos básicos da Mineração de Dados (MD) Entender o processo KDD (Knowledge Discovery Data) e MD Descrever as etapas
Leia maisUniversidade Federal do Pampa Núcleo de Tecnologia da Informação e Comunicação - NTIC 12/04/2013
2013 Núcleo de Tecnologia da Informação e Comunicação - NTIC 12/04/2013 REITORA Ulrika Arns VICE-REITOR Almir Barros da Silva Santos Neto DIRETOR DO NTIC Leonardo Bidese de Pinho COORDENADOR DE DESENVOLVIMENTO
Leia maisPRODUÇÃO INTELECTUAL SIGAA
PRODUÇÃO INTELECTUAL SIGAA Universidade Federal de Sergipe Núcleo de Tecnologia da Informação 2018 www.ufs.br NTI - 2105-6583 / 2105-6584 Produção Intelectual: Objetivos: O objetivo deste módulo é beneficiar
Leia maisDescoberta de Conhecimento em Bancos de Dados - KDD
Descoberta de Conhecimento em Bancos de Dados - KDD Professor: Rosalvo Ferreira de Oliveira Neto Disciplina: Inteligência Artificial Tópicos 1. Definições 2. Fases do processo 3. Exemplo do DMC 4. Avaliação
Leia maisData Warehouse ETL. Rodrigo Leite Durães.
Data Warehouse ETL Rodrigo Leite Durães rodrigo_l_d@yahoo.com.br Introdução Um dos desafios da implantação de um DW é a integração dos dados de fontes heterogêneas e complexas, padronizando informações,
Leia mais18º Congresso de Iniciação Científica INCORPORAÇÃO DA TAREFA DE CLASSIFICAÇÃO NA FERRAMENTA DE MINERAÇÃO DE DADOS KIRA
18º Congresso de Iniciação Científica INCORPORAÇÃO DA TAREFA DE CLASSIFICAÇÃO NA FERRAMENTA DE MINERAÇÃO DE DADOS KIRA Autor(es) MIRELA TEIXEIRA CAZZOLATO Orientador(es) MARINA TERESA PIRES VIEIRA Apoio
Leia mais7 Congresso de Pós-Graduação MODELAGEM DE BASE DE CONHECIMENTO PARA TAREFA DE CLASSIFICAÇÃO EM MINERAÇÃO DE DADOS
7 Congresso de Pós-Graduação MODELAGEM DE BASE DE CONHECIMENTO PARA TAREFA DE CLASSIFICAÇÃO EM MINERAÇÃO DE DADOS Autor(es) LIDIA MARTINS DA SILVA Orientador(es) ANA ESTELA ANTUNES DA SILVA 1. Introdução
Leia maisMineração de Dados - Contextualização. Fonte: Prof. Fabrício J. Barth -
Mineração de Dados - Contextualização Fonte: Prof. Fabrício J. Barth - http://fbarth.net.br/ Mineração de Dados - Contextualização Uso da informação Síntese do conhecimento; Manter, disseminar, organizar,
Leia maisCAPÍTULO 7 CONCLUSÕES E RECOMENDAÇÕES
103 CAPÍTULO 7 CONCLUSÕES E RECOMENDAÇÕES "A verdadeira dificuldade não está em aceitar idéias novas, mas em escapar das antigas. John Maynard Keynes A pesquisa orientada à visualização cartográfica visa
Leia mais19 Congresso de Iniciação Científica INCLUSÃO DE UM NOVO ALGORITMO DE CLASSIFICAÇÃO NA FERRAMENTA KIRA
19 Congresso de Iniciação Científica INCLUSÃO DE UM NOVO ALGORITMO DE CLASSIFICAÇÃO NA FERRAMENTA KIRA Autor(es) MIRELA TEIXEIRA CAZZOLATO Orientador(es) MARINA TERESA PIRES VIEIRA Apoio Financeiro PIBIC/CNPQ
Leia maisFundamentos da Inteligência de Negócios: Gerenciamento da Informação e de Bancos de Dados by Prentice Hall
Fundamentos da Inteligência de Negócios: Gerenciamento da Informação e de Bancos de Dados 5.1 2007 by Prentice Hall A Abordagem de Banco de Dados para Gerenciamento de Dados Banco de dados: conjunto de
Leia maisGENEALOGIA CIENTÍFICA: UMA ANÁLISE HIERÁRQUICA DE PESQUISADORES ORIENTADORES
XI Simpósio de Mecânica Computacional II Encontro Mineiro de Modelagem Computacional Juiz De Fora, MG, 28-30 de Maio De 2014 GENEALOGIA CIENTÍFICA: UMA ANÁLISE HIERÁRQUICA DE PESQUISADORES ORIENTADORES
Leia maisJoana Simon Orientador: Prof. Oscar Dalfovo, Doutor
Joana Simon Orientador: Prof. Oscar Dalfovo, Doutor Introdução Objetivos Fundamentação teórica Especificações da ferramenta Desenvolvimento da ferramenta Operacionalidade da ferramenta Resultados e discussões
Leia maisPÓS-GRADUAÇÃO LATO SENSU. Curso: Banco de Dados. Disciplina: Laboratório de Data Warehouse e Business Intelligence Professor: Fernando Zaidan
PÓS-GRADUAÇÃO LATO SENSU Curso: Banco de Dados Disciplina: Laboratório de Data Warehouse e Business Intelligence Professor: Fernando Zaidan Unidade 31 2016 Crédito dos Slides: Clever Junior 2 História
Leia maisMaterial Complementar - BI. Grinaldo Lopes de Oliveira Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas
Material Complementar - BI Grinaldo Lopes de Oliveira (grinaldo@gmail.com) Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas Business Intelligence - Conceito Coleta de dados a partir
Leia maisSistemas de Banco de Dados
Sistemas de Banco de Dados Fundamentos em Bancos de Dados Relacionais Wladmir Cardoso Brandão www.wladmirbrandao.com Departamento de Ciência da Computação (DCC) Instituto de Ciências Exatas e Informática
Leia maisInformática. Data Warehouse. Professor Julio Alves.
Informática Data Warehouse Professor Julio Alves www.acasadoconcurseiro.com.br Informática 1. DATA WAREHOUSE Executivos tomadores de decisão (diretores, gerentes, analistas, etc) necessitam de ferramentas
Leia maisUm aplicativo para gestão curricular docente no ensino superior: um estudo de caso envolvendo informações da plataforma Lattes.
Um aplicativo para gestão curricular docente no ensino superior: um estudo de caso envolvendo informações da plataforma Lattes. Luis Fernando Rukop Eckstein, Fellipe de Oliveira Menezes Teixeira, Marcelo
Leia maisComo melhorar seu SAPI: Recomendações e orientações para os docentes
Como melhorar seu SAPI: Recomendações e orientações para os docentes Formadores: André Raabe, Luiz Fernando Noschang Programa de Formação Continuada Docente Universidade do Vale do Itajaí O que é SAPI
Leia maisPRODUÇÃO INTELECTUAL SIGAA
PRODUÇÃO INTELECTUAL SIGAA Universidade Federal de Sergipe Núcleo de Tecnologia da Informação 2015 www.ufs.br NTI - 2105-6583 / 2105-6584 Produção Intelectual: Objetivos: O objetivo deste módulo é beneficiar
Leia maisTCE Informática Pré-Processamento de Dados Prof. Marcelo Ribeiro
TCE Informática Pré-Processamento de Dados Prof. Marcelo Ribeiro www.acasadoconcurseiro.com.br Informática PRÉ-PROCESSAMENTO DE DADOS EM DATA MINING Técnicas de pré-processamento e transformação de dados
Leia mais6 Ferramenta para a Especialização de Mecanismos de Persistência
Ferramenta para a Especialização de Mecanismos de Persistência 71 6 Ferramenta para a Especialização de Mecanismos de Persistência 6.1. Introdução Esta ferramenta foi desenvolvida para viabilizar o processo
Leia maisMineração de Dados Aplicada no Contexto Educacional
Giana da Silva Bernardino ¹ e Alexandre Leopoldo Gonçalves Universidade Federal de Santa Catarina ¹gianagsb@gmail.com RESUMO Este trabalho faz uso da mineração de dados com o objetivo de encontrar informações
Leia maisO novo tema Red & White oferece uma nova cara para o sistema. Mais uma opção de visualização para deixar o sistema ao seu agrado. Figura 1: Novo tema
RELEASE NOTES VERSÃO 7.4.0 NOVO TEMA RED & WHITE UMA NOVA CARA PARA NAVEGAR O novo tema Red & White oferece uma nova cara para o sistema. Mais uma opção de visualização para deixar o sistema ao seu agrado.
Leia mais20/3/2012. Gerenciamento Estratégico de Dados. Gerenciamento Estratégico de Dados. Gerenciamento Estratégico de Dados. Prof. Luiz A.
Prof. Luiz A. Nascimento Principais ferramentas: Banco de Dados ERP (módulo BI) ETL Data Mart Data Warehouse Data Mining Planilha Eletrônica OLAP OLAP 1 Classificação das ferramentas: Construção extração
Leia maisIntrodução 12 que inuenciam a execução do sistema. As informações necessárias para o diagnóstico de tais problemas podem ser obtidas através da instru
1 Introdução Atualmente a demanda pela construção de novos sistemas de software tem aumentado. Junto com esse aumento também cresce a complexidade das soluções que estão sendo desenvolvidas, o que torna
Leia mais8 Objetivo do Projeto Desenvolver os novos módulos SIC-Empresas, SIC-1010, SIC-ART, previstos para o ano de 2008 e realizar implementações evolutivas
1 Nome do Projeto 2 Código Sistema de Informações Confea/Crea SIC 3 Coordenador(a) 4 Tipo de Projeto Estratégico 5 Gestor(a) 6 Programa Flavio Henrique da Costa Bolzan Organização do Sistema 7 - Histórico
Leia maisGarantia da Qualidade dos Processos de Software Baseado no MPS.BR Um Estudo de Caso
Garantia da Qualidade dos Processos de Software Baseado no MPS.BR Um Estudo de Caso Rafaella C. Carvalho¹, Rodolfo Miranda de Barros¹ 1 Departamento de Computação Universidade Estadual de Londrina (UEL)
Leia maisADMINISTRAÇÃO DE SISTEMAS DE INFORMAÇÃO. Lista de Exercícios 05. Luiz Leão
Luiz Leão luizleao@gmail.com http://www.luizleao.com Questão 01 Dentre as aplicações de E-Commerce, conceitue as modalidades E-Banking, E-Learning e E-Auctioning. Questão 01 - Resposta Dentre as aplicações
Leia maisKDD E MINERAÇÃO DE DADOS
KDD E MINERAÇÃO DE DADOS O Processo de KDD: Visão Geral Prof. Ronaldo R. Goldschmidt ronaldo@de9.ime.eb.br rribeiro@univercidade.br geocities.yahoo.com.br/ronaldo_goldschmidt CARACTERIZAÇÃO ÁREAS DE ORIGEM
Leia maisANALYTICINT FERRAMENTA WEB PARA AVALIAR O PERFIL ACADÊMICO DOS CURSOS TÉCNICOS INTEGRADO DO IFC-VIDEIRA
ANALYTICINT FERRAMENTA WEB PARA AVALIAR O PERFIL ACADÊMICO DOS CURSOS TÉCNICOS INTEGRADO DO IFC-VIDEIRA Autores : Autor 1, Autor 2, Autor 3, Autor 4 1 Autor 2 Autor 3 Autor 4 Autor Introdução Com o objetivo
Leia mais4 Processo de Transformação
Tecnologias Relacionadas 43 4 Processo de Transformação Com a constante mudança nos requisitos (funcionais e não funcionais) do domínio da aplicação, há uma grande necessidade de que os sistemas estejam
Leia maisUm processo para análise de redes científicas institucionais a partir de dados de publicações científicas
Powered by TCPDF (www.tcpdf.org) Um processo para análise de redes científicas institucionais a partir de dados de publicações científicas Thiago Magela Rodrigues Dias 1 ; Roberth Oliveira 2 ; Jhonatan
Leia maisAula 04. Medições e Métricas de Software. Professor: José Alexandre Macedo versão: 1.0
Aula 04 Medições e Métricas de Software Professor: José Alexandre Macedo versão: 1.0 Medição de Software Derivar valor numérico para algum atributo do produto (ou processo) de software Medição de Software
Leia maisAula 1. Noções Básicas sobre Processos. Prof. Carina Frota Alves
Aula 1 Noções Básicas sobre Processos Prof. Carina Frota Alves 1 O que significa BPM? BPM Business Process Modelling BPM Business Process Management Em geral, iniciativas BPM referem-se ao ciclo de vida
Leia mais2 Mineração de Dados Processo de Busca de Conhecimento (KDD) 2 Mineração de Dados
2 Mineração de Dados 2 Mineração de Dados A mineração de dados, ou data mining, é uma das principais etapas do processo de busca de conhecimento. Este conceito é utilizado para identificar técnicas avançadas
Leia maisDESENVOLVIMENTO DE UM REPOSITÓRIO DE DADOS DO FUTEBOL BRASILEIRO
Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas - ICEB Departamento de Computação - DECOM DESENVOLVIMENTO DE UM REPOSITÓRIO DE DADOS DO FUTEBOL BRASILEIRO Aluno: Rafael
Leia maisBancos de Dados IV. Data Warehouse Conceitos. Rogério Costa
Bancos de Dados IV Data Warehouse Conceitos Rogério Costa rogcosta@inf.puc-rio.br 1 Data Warehouse - O que é? Conjunto de dados orientados por assunto, integrado, variável com o tempo e nãovolátil Orientado
Leia maisDESENVOLVIMENTO DE UM SISTEMA DE CONTROLE DOS PARÂMETROS DE UMIDADE E TEMPERATURA PARA ESTUFAS AGRÍCOLAS
DESENVOLVIMENTO DE UM SISTEMA DE CONTROLE DOS PARÂMETROS DE UMIDADE E TEMPERATURA PARA ESTUFAS AGRÍCOLAS Flávio SILVA¹ Bruno Borsatti CHAGAS² Tiago POSSATO ³ Angelita Rettore de Araujo ZANELLA 4 ¹Aluno
Leia maisAPLICAÇÃO DE ALGORITMO DE APRENDIZAGEM DE MÁQUINA NÃO-SUPERVISIONADO PARA CLASSIFICAÇÃO DE USUÁRIOS NA REDE SOCIAL ACADÊMICA SCIENTIA.
APLICAÇÃO DE ALGORITMO DE APRENDIZAGEM DE MÁQUINA NÃO-SUPERVISIONADO PARA CLASSIFICAÇÃO DE USUÁRIOS NA REDE SOCIAL ACADÊMICA SCIENTIA.NET Heloína Alves Arnaldo (bolsista do PIBIC/UFPI), Vinicius Ponte
Leia maisOs pontos mais fortes do MAS-School são: A técnica orientada a objetivos para a fase de requisitos utiliza o processo recursivo de decomposição de um
140 7 Conclusões O desenvolvimento de um sistema multi-agente de larga escala (Lucena et al., 2003; Garcia et al., 2003) não é uma tarefa simples. Sistemas com muitos agentes em ambientes heterogêneos
Leia maisSistemas de Informação e Decisão. Douglas Farias Cordeiro
Sistemas de Informação e Decisão Douglas Farias Cordeiro Decisão Tomamos decisões a todo momento! O que é uma decisão? Uma decisão consiste na escolha de um modo de agir, entre diversas alternativas possíveis,
Leia maisGestão Unificada de Recursos Institucionais GURI
Documentação de Sistemas Gestão Unificada de Recursos Institucionais GURI Módulo de Relatórios Versão 1.1.3 Última revisão: 04/11/2015 2015 REITORA Ulrika Arns VICE-REITOR Almir Barros da Silva Santos
Leia maisMineração de Dados em Biologia Molecular
Mineração de Dados em Biologia Molecular WEKA Tópicos Introdução Simuladores de MD Principais módulos André C. P. L. F. de Carvalho Monitor: Váléria Carvalho André Ponce de Leon de Carvalho 2 Usando MD
Leia maisExtração de Conhecimento & Mineração de Dados
Extração de Conhecimento & Mineração de Dados Nesta apresentação é dada uma breve introdução à Extração de Conhecimento e Mineração de Dados José Augusto Baranauskas Departamento de Física e Matemática
Leia maisDESCOBERTA DO CONHECIMENTO COM O USO DE TEXT MINING APLICADA AO SAC TEXT MINING. Aluno José Lino Uber. Orientador Paulo Roberto Dias
DESCOBERTA DO CONHECIMENTO COM O USO DE TEXT MINING APLICADA AO SAC TEXT MINING Aluno José Lino Uber Orientador Paulo Roberto Dias Dezembro/2004 Roteiro Introdução Objetivo Conceitos Motivação / Tipos
Leia maisPara os exemplos dos cenários A e B serão utilizadas as classes Movie, Actor, Director e Genre.
5 Exemplo O funcionamento do ambiente HyperDE+DR é ilustrado neste capítulo com um exemplo de aplicação para registro e consulta de filmes e séries de TV. Este exemplo foi baseado em uma aplicação chamada
Leia maisBUSINESS INTELLIGENCE BI FERNANDO ESCOBAR, PMP, MSC.
BUSINESS INTELLIGENCE BI FERNANDO ESCOBAR, PMP, MSC. Estrutura dos Módulos Conceitos; Componentes; ETL; Data Warehouse; Modelo Multidimensional; Mineração de Dados; Visualização e Análise Exploratória
Leia maisCurso de Engenharia Industrial Madeireira UFPR Prof. Umberto Klock
Curso de Engenharia Industrial Madeireira UFPR Prof. Umberto Klock Introdução à Gestão de Projetos; Gestão de Escopo; Gestão de Prazos; Gestão de Custos; Gestão de Pessoas; Gestão de Comunicação; Gestão
Leia maisSISTEMA DE INFORMAÇÃO GEOGRÁFICA APLICADA À GESTÃO PÚBLICA
SISTEMA DE INFORMAÇÃO GEOGRÁFICA APLICADA À GESTÃO PÚBLICA Julio Cesar do Carmo Junior 1, Osvaldo Cesar Pinheiro de Almeida 2 1 Informática para Gestão, Faculdade de Tecnologia, Botucatu, SP, Brasil. E-mail:
Leia maisGuia de preparação para o gerenciamento de ciclo de vida dos contratos. Sua lista de verificação para aproveitar ao máximo o CLM
Guia de preparação para o gerenciamento de ciclo de vida dos contratos Sua lista de verificação para aproveitar ao máximo o CLM Modelos de contrato Os modelos são o ponto central de qualquer processo de
Leia maisAutomatização do processo de geração dos resultados do projeto Zarc
Resumos Expandidos: XIII Mostra de Estagiários e Bolsistas... 15 Automatização do processo de geração dos resultados do projeto Zarc Daniel Meneguin Barbosa 1 Renato José Santos Maciel 2 Resumo: Este trabalho
Leia maisDATA MINING. Prof. Fulvio Cristofoli. Mineração De Dados.
DATA MINING Mineração De Dados fulviocristofoli@uol.com.br www.fulviocristofoli.com.br Conceito As organizações perseguem inteligência. Nessa perseguição, elas processam informação, formulam planos e aspirações,
Leia maisPÓS-GRADUAÇÃO LATO SENSU. Curso: Banco de Dados. Disciplina: Data Warehouse e Business Intelligence; Laboratório Professor: Fernando Zaidan
PÓS-GRADUAÇÃO LATO SENSU Curso: Banco de Dados Disciplina: Data Warehouse e Business Intelligence; Laboratório Professor: Fernando Zaidan Apresentação da disciplina 2016 Apresentações e perfil da turma
Leia maisCENTRO DE SUPORTE À DECISÃO. Manual de Instalação
CENTRO DE SUPORTE À DECISÃO Manual de Instalação AVISO O conteúdo deste documento é de propriedade intelectual exclusiva da GVDASA Inteligência Educacional e está sujeito a alterações sem aviso prévio.
Leia maisUSANDO XML PARA CARGA AUTOMÁTICA DE DADOS EM BANCOS DE DADOS DE PROJETO INDUSTRIAL DE MAQUETE ELETRÔNICA PROPOSTA DE TRABALHO DE GRADUAÇÃO
UNIVERSIDADE FEDERAL DE PERNAMBUCO GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO CENTRO DE INFORMÁTICA USANDO XML PARA CARGA AUTOMÁTICA DE DADOS EM BANCOS DE DADOS DE PROJETO INDUSTRIAL DE MAQUETE ELETRÔNICA PROPOSTA
Leia maisProcessos de Software by Pearson Education Ian Sommerville 2006 Engenharia de Software, 8ª. edição. Capítulo 4 Slide 1
Processos de Software Ian Sommerville 2006 Engenharia de Software, 8ª. edição. Capítulo 4 Slide 1 Objetivos Apresentar modelos de processos de software Descrever três modelos genéricos de processo e quando
Leia maisInteligência do Negócio
Inteligência do Negócio DENISE NEVES 2017 PROFA.DENISE@HOTMAIL.COM Inteligência do Negócio Objetivo Primeiro Bimestre Apresentar ao aluno as etapas de projeto de Business Intelligence. Introdução a Inteligência
Leia maisPOLÍTICA PCT 007 GERENCIAMENTO DE RISCOS E CONTROLES INTERNOS
POLÍTICA PCT 007 GERENCIAMENTO DE RISCOS E CONTROLES INTERNOS Data: 29/10/2018 Página 1 de 6 1. OBJETIVO Disseminar a cultura de gestão de riscos e o ambiente de controle em todos níveis da organização,
Leia maisOrganize grande quantidade de dados de forma rápida e com precisão analítica, para melhor tomada de decisões.
Organize grande quantidade de dados de forma rápida e com precisão analítica, para melhor tomada de decisões. O Pentaho BI é uma solução para Inteligência de negócios do inglês Business Intelligente, é
Leia maisTema. Sistema de Informação Gerencial. Aula 2. Informação. Dados. Dado e Informação. Sistemas de Informação Gerencial
Sistema de Informação Aula 2 Prof. Luciano Frontino de Medeiros Tema Dado e informação, qual a diferença? Dados Sinais desprovidos de interpretação ou significado São números, palavras, figuras, sons,
Leia mais8 Conclusão 8.1 Contribuição
8 Conclusão 8.1 Contribuição O crescente volume e a distribuição de dados e processos em Bioinformática torna cada vez mais fácil as descobertas de novas informações biológicas. Entretanto, como são inúmeras
Leia maisGERENCIAMENTO DE DADOS Exercícios
GERENCIAMENTO DE DADOS Exercícios EXERCÍCIO 1 Marque a opção correta: 1. O conceito de administração de recursos de dados envolve o gerenciamento dos: a. Recursos de dados de uma organização e do seu pessoal.
Leia maisSistema de Informação de Solos Brasileiros
Sistema de Informação de Solos Brasileiros Consultas: orientações passo a passo Elaborado por: Stanley R. de M. Oliveira e Henri R. Zurmely Maio de 2014 Apresentação No Brasil, a disponibilização das informações
Leia maisBusiness Intelligence (BI)
Business Intelligence (BI) Conceitos Iniciais Professor: Aurisan Santana CONTEÚDO DO CURSO Business Intelligence (BI): Introdução, Histórico e Conceitos Dado, Informação e Conhecimento Data Warehouse (DW)
Leia maisSimulação de Caixa Automático
Programação Funcional UFOP DECOM 2014.1 Trabalho 1 Simulação de Caixa Automático Sumário Resumo Com esta atividade pretende-se explorar a construção de programas interativos usando ações de entrada e saída
Leia mais3 Arquitetura do Sistema
Arquitetura do Sistema 22 3 Arquitetura do Sistema 3.1. Visão geral O sistema desenvolvido permite a criação de aplicações que possibilitam efetuar consultas em um banco de dados relacional utilizando
Leia maisNovo Sistema de Relatórios. Associado. Informação Confidencial
Novo Sistema de Relatórios Associado BOAS VINDAS Olá, meu nome é Maria Auxiliadora e meu objetivo é apresentar para você o Novo Sistema de Relatórios do SPC Brasil, que tem a finalidade de facilitar o
Leia maisImplementação de um sistema para gerenciamento de projetos baseado no Framework Scrum: um estudo de caso
ISSN 23162872 T.I.S. São Carlos, v. 1, n. 1, p. 8290, jul. 2012 Tecnologias, Infraestrutura e Software Implementação de um sistema para gerenciamento de projetos baseado no Framework Scrum: um estudo de
Leia maisMineração de Dados para Detecção de Padrões de Mudança de Cobertura da Terra. Padrões e processos em Dinâmica de uso e Cobertura da Terra
Mineração de Dados para Detecção de Padrões de Mudança de Cobertura da Terra Padrões e processos em Dinâmica de uso e Cobertura da Terra Introdução 1 2 3 4 Capacidade de Armazenamento X Análise e Interpretação
Leia mais6 Conclusão. 6.1 Contribuições
91 6 Conclusão O uso dos padrões da Web Semântica, como o RDF e RDFa, na publicação de informações na Web vêm demonstrando ser a única forma viável de garantir a interoperabilidade [34][53][80-83] de dados
Leia maisInformática Educativa. Rossana Ghilardi
Informática Educativa Rossana Ghilardi RCARDOSO@POSITIVO.COM.BR 0800-7243536 http://blog.portalpositivo.com.br/areaie/ Avaliação de aprendizagem e programas de informática Algumas das ações avaliativas
Leia maisOUTROS TRABALHOS EM:
OUTROS TRABALHOS EM: www.projetoderedes.com.br Curso de Tecnologia em Produção Industrial Disciplina: Tecnologia da Informação Aplicada à Produção Professor: José Maurício S. Pinheiro AULA 5: O Armazenamento
Leia maispara o SIGAA. Os dados importados referem-se aos últimos quatro anos, incluindo o ano atual
Prezados professores: Esse roteiro foi criado com o intuito de facilitar a importação de dados do Currículo Lattes para o SIGAA. Os dados importados referem-se aos últimos quatro anos, incluindo o ano
Leia maisBoletim Técnico. Plano de Desenvolvimento Individual (PDI) Desenvolvimento/Procedimento. Produto : Totvs Gestão de Pessoas Versão 12.1.
Plano de Desenvolvimento Individual (PDI) Produto : Totvs Gestão de Pessoas Processo : Plano de Desenvolvimento Individual Subprocesso : Plano de Desenvolvimento Individual Data publicação da : 15/10/2014
Leia maisAnálise de Sistemas. Aula 5
Análise de Sistemas Aula 5 Prof. Emerson Klisiewicz CONTEXTUALIZAÇÃO Aula 5 Análise Orientada a Objetos Introdução a UML Histórico e Visão Geral Ferramentas CASE O Sucesso... Clientes satisfeitos Eles
Leia maisImpactos da utilização do SEI na modelagem de processos: caso do processo de Redistribuição de Servidores na UFG
Impactos da utilização do SEI na modelagem de processos: caso do processo de Redistribuição de Servidores na UFG Renata Moreira Limiro 1, Vínicius Sobreira Braga 2, Kátia Kelvis Cassiano 1, Douglas Farias
Leia maisCENTRO DE SUPORTE À DECISÃO. Manual de Uso
CENTRO DE SUPORTE À DECISÃO Manual de Uso AVISO O conteúdo deste documento é de propriedade intelectual exclusiva da GVDASA Inteligência Educacional e está sujeito a alterações sem aviso prévio. Nenhuma
Leia maisPrograma CONFAP CRIS CAPTURA E DISPONIBILIZAÇÃO DE INFORMAÇÕES DO SISTEMA BRASILEIRO DE FAPS
Programa CONFAP CRIS CAPTURA E DISPONIBILIZAÇÃO DE INFORMAÇÕES DO SISTEMA BRASILEIRO DE FAPS Roberto C. S. Pacheco Reunião CONFAP Vitória, ES, 30.08.2018 AGENDA 1. Quem somos 2. Consórcio BRCRIS 3. Referências
Leia maisRoteiro. PCC142 / BCC444 - Mineração de Dados. Cenário
Roteiro PCC142 / BCC444 - Mineração de Luiz Henrique de Campos Merschmann Departamento de Computação Universidade Federal de Ouro Preto luizhenrique@iceb.ufop.br www.decom.ufop.br/luiz Introdução Tarefas
Leia maisDesenvolvimento de uma ferramenta para organização e gerenciamento de atividades de docentes
Universidade Federal de Uberlândia - UFU Faculdade de Computação Bacharelado em Sistemas de Informação Desenvolvimento de uma ferramenta para organização e gerenciamento de atividades de docentes Rafael
Leia maisSistemas de Apoio à Decisão
Sistemas de Informação e Bases de Dados 2012/2013 Sistemas de Apoio à Decisão Alberto Sardinha Sumário! Processo ETL! Exemplo de ETL com o SQL Server Integration Services (SSIS)! Referências Raghu Ramakrishnan,
Leia maisGerenciamento de Comunicação em Projetos de Software - Um estudo de caso no Laboratório Gaia da UEL
Gerenciamento de Comunicação em Projetos de Software - Um estudo de caso no Laboratório Gaia da UEL Vinicius Marques Chioratto 1, Rodolfo Miranda de Barros 1 1 Departamento de Computação Universidade Estadual
Leia mais4 Análise de Dados. 4.1.Procedimentos
4 Análise de Dados 4.1.Procedimentos A idéia inicial para a comparação dos dados foi separá-los em series de 28 ensaios, com a mesma concentração, para depois combinar esses ensaios em uma única série.
Leia mais